提示词设计的基本原则辨析清晰、具体的指令技巧 1：使⽤分隔符清晰地表示输⼊的不同部分。通过特定的符号，如 ""，<> 等，将输入内容中不同功能或性质的部分区分开来，使模型能更清楚地识别各部分，准确处理任务。Prompt 示例：请根据<文章内容>今天我去了公园，看到了五颜六色的花朵，还有很多人在散步、玩耍。</文章内容> <任务>写一篇200字左右的读后感。</任务> <要求>语言要生动，情感真挚，重点突出对公园氛围的感受。</要求>技巧 2：要求⼀个结构化输出。明确告知模型按照一定的结构或格式来输出结果，比如列表、表格、特定的段落层次、Markdown 格式、JSON 格式等，这样可以使输出更有条理，便于理解和使用。Prompt 示例：请列出中国四大名著的名称、作者以及它们的主要内容简介。 输出格式为： 书名：《XXX》 作者：XXX 主要内容简介：......技巧 3：要求模型检查是否满⾜条件。让模型在处理任务时，判断某些内容或结果是否符合特定的条件或标准，然后给出相应的反馈或进一步的处理。Promp

AI 与提示词的关系大语言模型概述大模型（Large Model）是 AI 的前沿关键形态，经海量多样数据深度训练，赋予 AI 强大多元数据处理分析能力，使 AI 能够胜任图像、音频等多领域复杂任务，如识别、生成、理解、合成等，提供决策支持、解决方案与创新服务。大语言模型（Large Language Model，LLM）通过海量数据训练，使 AI 具备更强大的语言理解和生成等能力，就像是一个拥有丰富语言知识和强大语言处理能力的智能系统，能够完成各种与自然语言相关的任务，为人们提供信息、帮助和服务。常见的大语言模型：ChatGPT、Claude、Grok、文心一言、通义千问、Kimi、盘古、豆包、DeepSeek 等。大语⾔模型的特点：知识渊博，却缺乏常识：大语言模型能知晓众多领域的海量知识信息，但可能在面对日常生活中大家都普遍了解的基本常识性问题时出错。能⾔善辩，但不善思考：大语言模型可以流畅且有条理地表达观点、进行论述，但它并非真正像人类一样基于理解和分析去深度思考问题，只是依据数据模式生成内容。记忆超群，却容易遗忘：大语言模型能够记住大量学习过的文本数据里的知识内容，但是在处理长